Šta je nauka po Lean-u?

Facebook Twitter LinkedIn

Napisan u suradnji sa Mike Rother-om – američkim istraživačem koji je predstavio rasprostranjene biznis prakse o mapiranju toka vrijednosti (eng. value stream mapping) i Toyota Kata-i.

„Ovo su tipovi disciplina u polju nauke koje morate naučiti. Da bi znali kada znate i kada ne znate, i šta je to što znate i što ne znate. Morate biti veoma oprezni da ne zbunite sami sebe.“ Richard Feynman

Mi vjerujemo da naučno razmišljanje nije samo za naučnike, nego je neophodna i široko-upotrebljiva životna vještina za sve, koju svako može razviti kroz praksu. Naučno razmišljanje nije teško samo po sebi, i važna je vještina za sve koji se suočavaju sa izazovima, i neophodno je za održiv razvoj, prilagođavanje i inovaciju u vašoj organizaciji.

Bilo je dosta priče o tome kako je Lean naučna disciplina, i mi se slažemo, bar u teoriji. Originalni model za Lean, Toyota, razvija ljude kao naučne mislioce učeći ih: (a) definisanom pravcu – ciljanom stanju ili ciljanom standardu – što je analogno imanju `teme istraživanja` u nauci, i (b)´PDCA (ako se uradi tačno) kao iterativni proces za sistematično učenje svog načina ka cilju.

Međutim, otkrili smo da je do sad praksa Lean-a van Toyote rijetko bila naučna, okarakterisana više pogrešnim osjećajem sigurnosti o tome šta je i kako Lean i kako ga koristiti, nego saznanjima i i razlikom između toga šta znamo i šta ne znamo. Možda mnogo Lean praktikanata, kao što smo mi ljudi generalno, izbjegava naučno razmišljanje jer naučno razmišljanje znači saznavanje i suočavanje sa mnogim nesigurnostima; moguće mnogo više nesigurnosti nego što nam je ugodno podnijeti.

Šta je naučno razmišljanje?

Naučno razmišljanje može biti definisano kao namjerna koordinacija teorije i dokaza, putem koje se susrećemo sa novim informacijama, interpretiramo ih i ukoliko je zahtijevano, preispitujemo naša shvatanja prema njima. Zapravo, najbolje učimo kada eksplicitno kažemo šta očekujemo i upoređujemo to sa onim što se stvarno desilo (Slika 1). Ovaj model je u suprotnosti sa nesvjesnim oslanjanjem na već usvojena vjerovanja kako bi se objasnile posljedice. Naučno razmišljanje nam daje mogućnost da gledamo iznad naših percepcija i vidimo svijet i nas u njemu pod pravim svjetlom.

Ono što je važno kod naučnog razmišljanja nije samo da li smo odlučili da preispitamo naša vjerovanja oslanjajući se na nove informacije, nego i to što nam pomaže da oblikujemo kako zapravo razmišljamo. Na svu sreću, ljudi su osposobljeni da ovo rade, i to se naziva „metakognicija“.

Nuka počinje sa shvatanjem da je naše postojeće znanje uvijek nekompletno a moguće i netačno – da imamo „Prag znanja“. Realnost je kompleksna i dinamična, što znači da način na koji ćemo postići željene ciljeve ne može uvijek biti unaprijed potpunno određen. Rad Karla Weick-a, na primjer, nas uči da su organizacije ispunjene nesigurnostima i da mi pokušavamo da kreiramo vjerovatne scenarije koji sugerišu da znamo šta će se desiti i zašto (p. 6):

„Osnovni sirovi materijal na kojem operiraju organizacije su ulazne informacije koje su dvosmislene, nesigurne i nepouzdane.. Postoji veliki broj mogućnosti ili grupa ishoda koji se mogu desiti.“

Toyota lideri kao što su Taiichi Ohno su čini se ovo shvatili, oslanjajući se na iskustvo i mudrost, što ih je dovelo do zaključka da je jedini način da konstantno dosežu postavljene ciljeve kroz iteracije i eksperimentisanje koje teži željenom cilju (za koji još uvijek ne znamo kako ga tačno postići). Mi moramo biti dovoljno skromni da prepoznamo da ne znamo tačno šta će se desiti i da nijedan plan neće pokriti sve. Također, moramo razviti vjerovanje da će nam naučno razmišljanje omogućiti da uspješno upravljamo tim poljem. To dolazi iz prakse.

Kada imamo potrebu, kao što je poboljšanje kvalitete ili smanjenje vremena izrade, nekoga ko je siguran u korake kako doseže željeni cilj ne treba shvatiti ozbiljno. Neodređenosti u dinamičnim sistemima su normalne – put rijetko može biti tačno predviđen – pa je način na koji se nosimo sa tim od najveće važnosti. Drugim riječima, predvidiva zona je uglavnom manja nego što je zona nesigurnosti i najveći dobici se uglavnom prave u zonama gdje učimo (Vidi sliku 2). Mi težimo da naučimo najviše iz pogrešne pretpostavke!

Možda se čini obeshrabrujuće shvatiti koliko malo zapravo znamo, i kako malo toga je potpuno moguće znati. Sa druge strane, ovo prevladavajuće obilježje života može biti izrazito ugodno. Vidjeli smo, unutra i van Toyote, ljudi sa naučnim načinom razmišljanja regularno postižu ciljeve koji se izvana čine jedva mogući, i dobijaju veliku satisfakciju kada ne zbog dostizanja cilja, nego zbog procesa rada koji je protekao da bi dosegli cilj. Vidimo također i kako njihovo samopouzdanje raste sa svakim PDCA krugom pa im postaje ugodnije jer se mogu uhvatiti u koštac i sa većim izazovima.

Prava sigurnost i samopouzdanje ne leže u unaprijed smišljenim koracima ili rješenjima, koji mogu ili ne moraju funkcionisati kako je planirano, nego u shvatanju naučne logike za prolazak kroz neodređeno područje.

Šta je nauka po Lean-u?

Lean se fokusira na pomoć organizacijama da dostignu svrhu efikasnije i efektivnije. Mi u Lean zajednici smo manje zainteresovani za prikupljanje teorija Lean-organizacije na makro-nivou a više za učenje kako pristupiti transformaciji specifičnih procesa, tokova procesa, i organizacija.

Dok se u bilo kojoj organizaciji borimo sa kompleksnim sistemom koji se dinamično mijenja, generalizacija forme ako je X onda je Y je rijetko korisna. Na primjer, ako na neki način otkrijemo kroz pregled fabrike da je Y (% smanjeni nivo zaliha) = 3.2 X (stepen implementacije povlačenja – eng. pull) to nam neće dati ništa korisno u praksi osim možda da će ubijediti nekoga da je povlačenje dobra stvar. Čini Vam se poznato?

Nauka za koju smo zainteresovani je meta-vještina – univerzalni način razmišljanja i djelovanja koji se može primjeniti na beskonačan broj situacija sa svim njihovim dinamičnim kompleksnostima. Naučno razmišljanje postaje zajednički pristup poboljšanju specifičnih sistema u specifičnim uslovima.

Ne postoji razlog da se generalizuju efekti rješenja koji se koriste u specifičnim slučajevima. Umjesto toga, korisnije je generalizovati i prenijeti meta-vještine. Jedan od načina da se to kaže jeste da bi Lean zajednica trebala biti više zainteresovana za korištenje naučnog pristupa za poboljšanje stvarnih sistema, a manje za izgradnju znanja o generalizovanju toga koja rješenja rješavaju koje probleme.

To sugeriše da ne želimo da se ponašamo samo kao medicinske nauke i stvorimo generičko znanje o radu sistema, kao što je to koji se gen može manipulisati da bi se iskorijenila određena bolest. Taj nivo uzroka i posljedice vjerovatno nikada neće biti postignut u složenim socio-tehničkim sistemima. Ipak, možemo koristiti pristup naučnog razmišljanja medicinskog istraživača u formuliranju i testiranju lokalnih hipoteza o tome šta u određenom slučaju možemo učiniti da bismo postigli željeni rezultat. A nešto od onoga što naučimo možemo donekle generalisati na vrlo slične sisteme, npr. postupke toplotne obrade u drugim postrojenjima koja obavljaju istu funkciju za istu vrstu metala.

Toyota, na primjer, vrši referentne ocjene po radionicama unutar regije, na primjer upoređujući svoju lakirnicu u Francuskoj s lakirnicom u Velikoj Britaniji. Šefovi tih radionica odlaze u fabriku svako tromjesečje na rotacijskoj osnovi, obično na tjedan dana, i zapravo rade na poboljšanju nečega i u tom procesu dobiju duboko razumijevanje te radionice. Oni odlučuju šta će ponovo eksperimentisati u vlastitim radionicama.

Otkrivamo da je mehanicistička perspektiva prožeta zapadnom kulturom i to nas navodi na želju da primijenimo deterministički model fizičke znanosti (koji neki u okviru fizičkih nauka čak dovode u pitanje) na složene ljudske i tehničke sisteme. Pitanja koja postavljamo iz te perspektive ne mogu biti odgovorena kada organizacije smatramo složenim, dinamičnim sistemima. Takva uobičajena pitanja na koja se ne može dobiti odgovor uključuju:

Koji je poslovni doseg Lean-a – cijena transformacije, koje je potrebno vrijeme i koje su koristi u periodu od jedne do tri godine?
Koji su najbolji koraci koje treba slijediti za provođenje Lean transformacije, u kojem slijedu, s koliko vremena po koraku?
Koji su najbolji Lean metrički pokazatelji koji motivišu ljude da žele postupati na Lean način?
Koji su pravi uslovi za upotrebu fizičkog kanbana u odnosu na elektronski kanban?

Sada možete pronaći ljude koji će dati odgovore na ova pitanja. Na primjer, postoje oni iz Lean savjetničke zajednice na koje se vrši pritisak da odgovore na ova pitanja kako bi dobili ugovor. A kad se postavi pitanje o najboljoj praksi u Lean-u, ima mnogo ljudi koji rado raspravljaju i debatuju. Odgovori su obično mišljenja ili sažetak nečijih specifičnih iskustava i teško se mogu smatrati znanstvenim shvatanjem.

Zašto se tako ponašamo? Mi možemo smisliti dva razloga:

Kulturalno, za nas koji smo odrasli vjerujući da je nauka objektivna i sigurna, dok je prava nauka uvijek privremena i uslovna.
Prirodna tendencija čovjeka da traži sigurnost. Radije bismo pomislili da znamo nešto poput lijeka za neki problem, čak i ako griješimo, nego se suočiti s tim da moramo stalno eksperimentisati i ne uspijevati kako bismo pronašli nešto što pomaže.

Šta možemo uraditi?

Tu dolazi primjena PDCA i Toyotin stav o tome da bude naučna (vidi sliku 3). Suština ponavljajućeg PDCA (ili PDSA) ciklusa je:

Plan (eng. Plan): Planirajte svoj sljedeći korak i predvidite šta će se dogoditi. Ovo mora biti provjerljivo/mjerljivo.

Učinite (eng. Do): Poduzmite korak, ako je moguće na brzim probnim osnovama, tako da neizbježni neuspjesi (ništa ne funkcionira prvi put) ne prouzrokuju prekid.

Provjerite (eng. Check) ili proučite (eng. Study): Prikupite činjenice i podatke o onome što se dogodilo.

Djelujte (eng. Act) ili prilagodite (eng. Adjust): Uporedite ono što ste očekivali sa onim što se stvarno dogodilo. Šta ste naučili iz te uporedbe?

Ovaj se ciklus može vježbati na svim nivoima organizacije (tj. Fraktalan je i ugniježđen), iako što više idete, ciklus postaje sve više strategijski i sporije se okreće.

Koncept naučnog razmišljenja čini se gotovo samorazumljivim. Odvojite vrijeme za planiranje sljedećeg koraka, isprobajte ga, a zatim shvatite šta ste naučili prije nego što definišete sljedeći korak. Teškoća proizlazi iz našeg urođenog straha od neizvjesnosti i želje da unaprijed znamo šta da radimo.

Ako slušate brojne priče Ohnovih učenika, većina onoga što je on radio kroz njegovo neprestano propitivanje, s jedne strane ih je usporavala – „Koja je svrha?” „Kako znate da je tu potekao problem ? ” – i s druge strane ih je ubrzavala – “Mogu li vidjeti da li tvoja ideja djeluje danas poslijepodne?” Želio je da duboko razmisle, ali brzo eksperimentišu kao način da unaprijede svoje znanje.

Koristite Kata-u

Kako razvijate vještinu razmišljanja i način razmišljanja u timu? Ponašanje i razmišljanje dolaze iz kognitivnih procesa koji nisu svjesni, pa samo razgovor o njima zapravo ništa ne mijenja. Obrazovanje i svijest su početak, ali nisu dovoljni za promjenu podsvjesnih procesa koji generišu ponašanje i način razmišljanja. Sve se svodi na pojedince koji vježbaju nove obrasce ponašanja, s nekim ko će ih podučavati prema novom obrascu, posebno na početku.

Samo objašnjavanje koncepta PDCA nije dovoljno da bi se promijenilo ponašanje i način razmišljanja, a nema mnogo učitelja poput Ohna koji mogu intuitivno osjećati i kojih se može pitati koju tipku sljedeću treba pritisnuti kako bi pomogli učeniku da nauči kroz vježbu. To je razlog za Kata Poboljšanja i Kata Podučavanja – da imaju strukturiran pristup učenju i podučavanju naučnog razmišljanja kako bi ga mogao namjerno vježbati bilo ko.

Kata Poboljšanja definišu skup pravila koje možemo vježbati kako bismo naučili kako pristupiti izazovu sa više naučnog aspekta – u osnovi mijenjajući mnoge naše pristrasne nenaučne tendencije. Kata Podučavanja definišu skup pravila koja se mogu koristiti za podučavanje naučnog pristupa poboljšanju.

Zaključak

Moguće je da su metode upravljanja 20. vijeka imale za cilj smanjenje nesigurnosti, dok su metode upravljanja 21. vijeka više bave time da budemo efektivni i da nam je ugodno i u radu u neizbježnoj neizvjesnosti. Ono što karakteriše većinu upravljanja stilom 20. stoljeća nije naučno. Fokus je bio na postizanje rezultata izvršavanjem unaprijed definiranih planova zasnovanih na pogrešnim uvjerenjima u sigurnost i jednostavnim uzročno-posljedičnim pristupima. Vidimo da se Lean ispravno ponašao s obzirom da se oslanja na naučno razmišljanje. Koristeći naučni proces, učimo svoj put, korak po korak, do postizanja izazovnih ciljeva, razvijajući rješenja koja nismo mogli predvidjeti.

Ljudi su dio prirode i dokazi sugerišu da ne možemo upravljati prirodom. Dakle, jedan od najviših zadataka za osiguravanje vlastitog preživljavanja je da koristimo svoju jedinstvenu ljudsku sposobnost, tu meta-vještinu, navigaciju na naučni način koji nam omogućava da pronađemo i razvijemo puteve koji djeluju u prirodi, umjesto da se pretvaramo da znamo kako će nešto funkcionisati. Kada su ulozi visoki, drugi način je recept za izumiranje … kompanije ili bilo koje druge jedinice ljudskog poduhvata.

Imamo znanstvenu opremu na korištenje, tačno na vrhu kičmenog stuba, i mislimo da je možda osnovni element nauke, primijenjen u Lean-u ili bilo kojem drugom području, shvaćanje da bilo koju ideju koju imamo treba testirati. Kao što poruka na braniku kaže: ne vjerujte svemu što mislite“.

Članak „What is science in lean“ autora Jeff Linker-a preveden theleanmag.